基于Sci2的国外医学信息学文献引文耦合分析

以JCR收录的25种医学信息学期刊为数据样本,利用可视化工具Sci~2软件对所采集的文献进行引文耦合分析,绘制医学信息学研究领域的知识图谱。通过对施引文献进行聚类,对该领域不同时间段的代表作者和代表文献及其研究方向和热点进行分析,揭示引文耦合图谱的特点和发展态势。     

我国近10年医学信息学研究计量分析

基于Web of Science数据库,收集2008-2017年我国作者发表的医学信息学领域的外文文献,从年度发文量、合作国家、重要发文机构和来源期刊分布4方面进行定量分析。对高频关键词进行聚类,借助Ucinet对高频关键词进行可视化分析,归纳近10年我国医学信息学领域外文文献的6大研究热点。     

国外医学信息学领域研究前沿

利用BICOMB、VOSviewer、SPSS等分析软件,以PubMed数据库中医学信息学领域核心期刊2010-2014年的科技文献为数据来源,绘制共现网络图、热点密度图和聚类树图,探测国外医学信息学领域研究前沿,研究显示国外医学信息学领域的研究前沿主要包括电子健康档案的自然语言处理和数据挖掘,医疗决策帮助系统,计算机辅助的药物治疗,临床决策支持,医疗保健的态度、质量和模式,病案系统及其联动,信息系统及其整合等。     

基于共词分析的国外医学信息学研究热点

对PubMed数据库2010-2012年发表的医学信息学领域的文献进行分析,确定高频主题词,构造高频主题词共现矩阵并转化为相异矩阵,利用SPSS软件对相异矩阵进行多维尺度分析和聚类分析,指出国外医学信息学的研究热点。     

基于SciMAT的国际医学信息学主题动态演进研究

目的：对国际医学信息学主题动态演进进行研究，揭示该领域的发展脉络。方法：以Web of Science中1991-2020年发表的有关国际医学信息学的5 219篇文献为研究对象，运用SciMAT软件得到以关键词为表征的关键词覆盖图、主题战略坐标图和主题演化路径图，并对各研究时区主题战略坐标和主题演化进行分析。结果：近30年来，国际医学信息学研究的发文量及关键词数量不断增多，各研究时期主题聚类不断增加，大致形成了需求与服务、医学信息化建设和智慧医疗与数据隐私安全3条演化路径。结论：国际医学信息学领域的研究范围和内容呈现多元化的发展态势，智慧医疗与数据隐私安全演化路径相对稳定，大数据时代智慧医疗和隐私安全将受到更多关注。     

中美医学信息学学科比较研究

以2011-2015年中美医学信息学核心期刊为研究对象,采用文献计量和可视化分析方法对中美医学信息学研究人员、核心机构、研究热点、学科教育、核心期刊、学科定位等进行分析,揭示两国医学信息学发展现状和学科差异,以期为我国医学信息学发展提供参考。     

医学信息学发展状况的文献计量研究

用文献计量学方法分析1987～1996年医学信息研究动态的变化.结果显示,医学信息学的应用研究、计算机方法和教育是当前医学信息学研究的主要内容;医学信息学的研究设备不断更新,高新技术手段和方法已对医学信息学研究产生重要影响.目前资料表明,美国、英国和德国是当前发表有关医学信息学研究文献最多的国家,我国医学信息学研究与国外相比尚存在相当差距.因而提示,我国医学信息学研究的投入要结合我国医学发展特点和信息基础设施的实际情况,注意参考国际医学信息学研究的走向.     

医学信息学与转化医学的融合与发展

对医学信息学研究的主要方面进行阐述,详细介绍支持转化医学的医学信息学关键领域,包括信息决策支持系统、自然语言处理、医学信息标准化、医学信息检索以及电子健康档案.基于医学信息学对转化医学的重要影响,认为医学信息学研究者应该成为转化医学团队重要组成部分.     

基于WOS的中美医学信息学研究热点对比分析

以Web of Science（WOS）核心合集为数据源,检索中、美两国近10年在医学信息学领域发表的文献,采用共词分析方法与TDA软件和SPSS 20.0软件对数据进行清理和聚类分析,并通过Ucinet和NetDraw对关键词的分布进行可视化分析,总结两国在医学信息学领域的研究热点。经聚类和可视化分析发现,两国医学信息学研究既存在一致性也存在差异性,一致性表现在计算机技术在医院管理和临床诊疗中的应用,差异性表现在美国医学信息学科整体发展水平较高、对医学信息和数据的利用更为充分、医学信息学教育体系更为完善、循证医学研究水平及层次较高。     

近30年我国两大医学信息学期刊研究热点的文献计量分析

以《医学信息学杂志》和《中华医学图书情报杂志》的刊发论文关键词为研究对象,通过高频关键词共词聚类分析方法对我国医学情报研究进行了文献计量分析。结果表明,医学图书馆建设、医学图书服务、医学期刊研究、医学文献计量与情报检索、医学情报与情报服务是近30年我国医学信息学研究领域的五大热点内容,并形成两大研究领域。其缺陷是缺乏对医学信息理论与医学信息学科体系建设、医学信息学研究方法和分析技术等方面的科学研究。     

临床信息学：从数据管理到循证医学支持

介绍临床信息学的定义及研究重点,阐明临床信息学从数据管理到循证医学支持的研究转变。指出临床信息化建设的技术策略包括临床数据信息规范化表达、临床数据挖掘、临床统计分析及应用、计算机信息系统接口模拟、信息技术转化研究。临床信息学研究对循证医疗管理应用有直接帮助作用。     

医学信息学新分支——转化医学信息学

在介绍转化医学信息学概念的基础上,详细介绍转化医学信息学研究的基本内容以及国外相关的转化医学信息平台,最后对转化医学信息学的发展前景进行初步探讨。     

Foundational biomedical informatics research in the clinical and translational science era: a call to action

Advances in clinical and translational science, along with related national-scale policy and funding mechanisms, have provided significant opportunities for the advancement of applied clinical research informatics (CRI) and translational bioinformatics (TBI). Such efforts are primarily oriented to application and infrastructure development and are critical to the conduct of clinical and translational research. However, they often come at the expense of the foundational CRI and TBI research needed to grow these important biomedical informatics subdisciplines and ensure future innovations. In light of this challenge, it is critical that a number of steps be taken, including the conduct of targeted advocacy campaigns, the development of community-accepted research agendas, and the continued creation of forums for collaboration and knowledge exchange. Such efforts are needed to ensure that the biomedical informatics community is able to advance CRI and TBI science in the context of the modern clinical and translational science era.Over the past decade the health and life sciences communities have experienced a marked and dramatic shift toward translational and team science-based approaches to both basic and applied research.^{1 2} This transition is due in part to policy and funding initiatives at the national level, such as the clinical and translational science award (CTSA) program. A common theme spanning this evolution is recognition of the critical need to apply biomedical informatics theories and methods to enable the collection, exchange, management, analysis and dissemination of multidimensional datasets and knowledge collections. For example, complex clinical phenotype data describing large populations must be integrated with similarly large amounts of genomic data in order to support the identification of clinically relevant phenotype–genotype correlations. These types of needs have catalyzed an explosion of informatics research and development targeting the clinical and translational research domains. Such efforts have enabled numerous advancements in applied clinical and translational research informatics knowledge and practice. However, at the same time, the maturation of clinical research informatics (CRI)¹ and translational bioinformatics (TBI)³ is at risk of failing to meet expectations if commensurate foundational research in those same areas is not conducted.     

caTIES: a grid based system for coding and retrieval of surgical pathology reports and tissue specimens in support of translational research

The authors report on the development of the Cancer Tissue Information Extraction System (caTIES)—an application that supports collaborative tissue banking and text mining by leveraging existing natural language processing methods and algorithms, grid communication and security frameworks, and query visualization methods. The system fills an important need for text-derived clinical data in translational research such as tissue-banking and clinical trials. The design of caTIES addresses three critical issues for informatics support of translational research: (1) federation of research data sources derived from clinical systems; (2) expressive graphical interfaces for concept-based text mining; and (3) regulatory and security model for supporting multi-center collaborative research. Implementation of the system at several Cancer Centers across the country is creating a potential network of caTIES repositories that could provide millions of de-identified clinical reports to users. The system provides an end-to-end application of medical natural language processing to support multi-institutional translational research programs.     

医学信息学的发展与思考

医学信息学作为一门新兴的交叉学科,在过去几十年中得到了快速发展,学科内涵日益丰富,研究领域不断拓展。本文简要介绍医学信息学的内涵,回顾国内外医学信息学的发展历程,分析医学信息学研究的热点问题,并对我国医学信息学的发展进行思考,期望引起进一步的研讨,以共同推动我国医学信息学学科的发展。     

基于Web of Science的Meta分析在医学信息学领域中的应用

目的：探讨Meta分析在医学信息学领域的研究前沿,并对其跨学科属性进行分析,为科研人员提供借鉴和参考。方法：以Web of Science核心合集中医学信息学领域发表的Meta分析相关文献为研究对象分析学科领域分布,利用Netdraw建立学科共现网络探讨跨学科属性。对高频被引论文进行双向聚类分析,分析当前该领域的研究前沿。结果：近5年医学信息领域中Meta分析研究涉及最多的学科有卫生保健科学与服务、数学与计算生物学等,研究前沿主要集中在网状Meta分析的方法学研究、诊断性试验Meta分析方法、基于互联网和医疗信息技术干预模式对疾病或健康结局影响的系统评价和Meta分析、Meta分析的统计学方法及统计模型构建与模拟等5个方面。结论：医学信息学领域Meta分析研究的跨学科属性和5个研究前沿,为后续研究指明了方向。     

大数据时代的转化生物医学信息学

转化生物医学信息学是生物信息学、医学信息学与转化医学多学科融合的新型学科,讨论该学科的兴起、学科生态,指出充分的数据共享是基础、完备的基因型-临床表型数据是核心、解决复杂疾病的精准预测问题是关键,深入分析该学科的内涵及大数据背景下发展趋势。     

德国医学信息学研究现状

医学信息学自产生以来,其内涵在不断发展完善,在不同的国家和地区具有不同的研究方向和侧重点.从权威协会、研究机构、研究平台、专业期刊和文献发表情况几方面初步总结并分析德国医学信息学研究现状,以期对我国医学信息学事业的发展起到交流和借鉴作用.